华泰观点：AI开始改变端侧计算的内容，PC芯片市场可能由此发生变化
　　10/25，高通举行年度产品发布会Snapdragon Summit 2023，发布采用ARM内核的首款PC芯片XElite，和新一代旗舰手机芯片骁龙8 Gen3。通过这次发布会的演示，我们看到：1）聊天机器人，文生图等具体AI应用在终端上实际落地时，对反应速度等提出了具体的要求，2）包括端侧AI和云端AI在内的混合AI是当前比较理想的解决方案，3）端侧AI对PC/手机的计算和存储能力提出新的要求，4）若Intel无法及时满足PC算力需求的快速变化，高通，英伟达可能打破1981年第一台IBMPC上市以来Intel在PC芯片上垄断地位。
　　观察#1：聊天，文生图等AI应用对反应速度等性能有明确要求
　　本次发布会上，高通展示了在其XElite芯片上，运行70亿参数的LLaMA 2语言模型提供聊天服务，每秒可生成30 token，超过人类阅读速度。另外，在端侧运行10亿参数的Stable Diffusion文生图模型，能够在0.6秒内由文字提示生成图片。当下，OpenAI的ChatGPT服务存在反应速度慢等显著问题，我们认为，反应速度可能成为重要差异化要素。高通这次的演示可能成为行业一个重要参照。
　　观察#2：包括云和端的混合AI是当前比较理想的解决方案
　　发布会上，高通还展示了终端AI文生图、语音对话AI虚拟助手等应用，并指出AI在终端的应用示例已从去年的1-2个增长至数百个，预计2024年将达到上千个。相较云端AI，端侧AI在隐私性、可靠性、及时性以及个性化等方面更具优势，但同时存在一定算力、存力等限制。因此，可在适当场景和时间下分配AI计算工作负载的混合AI是较为理想解决方案。以自动驾驶为例，为满足实时性需运行本地AI模型执行实时感知和决策任务，同时要连接云端获取实时交通信息。但对于计算规模大、实时性要求低等应用将更适合纯云端计算，安全隐私要求高、算力要求低等应用可纯终端运行。
　　观察#3：端侧AI对PC/手机的计算和存储能力提出新的要求
　　过去PC/手机主要依赖CPU或GPU提供算力，随着AI的落地将对包括CPU、GPU及NPU在内算力芯片均提出更高要求。相比CPU、GPU等通用芯片，NPU能够以更简单控制流、更高效率以及更低功耗处理AI工作负载，在终端持续性的AI推理工作重要性显著提升。本次发布会上，高通发布的PC芯片XElite采用CPU+GPU+NPU异构计算架构，整体算力达75TOPS，其中Hexagon NPU可实现45 TOPS的最高AI算力。此外，由于大模型的离线应用将占用一定内存，同时AI模型大量的计算也将对总线带宽提出更高要求，因此将对PC/手机终端的存储能力提出更高要求。
　　观点：AI可能改变从1981年第一台IBMPC以来Intel的垄断地位
　　峰会上，高通表示，联想、惠普、微软、戴尔等9家厂商将成为首批搭载XElite芯片的PC制造商，并预计搭载骁龙XElite的PC将于2024年中面市。路透社在2023年10月24日的报道中称，英伟达已开展应用于Windows操作系统的PC端ARM架构CPU，最早或在2025年开始销售。根据Digitimes数据，2022年Intel占据PC市场77%市场份额，保持着1981年第一台IBMPC以来的长期垄断地位，而ARM架构处理器芯片市场份额不到7%。我们认为，ARM架构处理器在移动端的低能耗优势显著，或将成为越来越多厂商布局具备较高AI处理性能和低能耗PC处理芯片的重要选择。
　　风险提示：AI及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。